日前
　　，瑞典皇家学院宣布，2003年度诺贝尔经济学奖由两位美国经济
学家共同获得。这两位经济学家是美国纽约大学的罗伯特·恩格尔（
RobertF.Engle）和美国加利福尼亚大学的克莱夫·格兰杰（CliveW.J.
Granger）。这两位经济学家因以现代统计分析工具改进了经济学家
处理时间序列数据的方法而获奖，这些方法可用于金融市场分析和宏
观经济预测。其中恩格尔因为一个ARCH模型（自回归条件异方差模型
）可以处理许多经济时间序列随时间变化的波动性而获奖，格兰杰因
一个Cointegra-tion模型（协整经济模型）可以处理许多经济时间序
列的非平稳性而获奖。可以说，这是4年内诺贝尔经济学奖第二次授
予“计量经济学”的分支学科（计量经济学研究的是统计学在经济学
中的应用）。上一次是詹姆斯·赫克曼和丹尼尔·麦克法登因获得了
2000年度诺贝尔经济学奖。有人说，此次计量经济学理论领域的研究
再次获得诺奖，标志着计量经济学时代的正式到来，经济学研究必须
运用计量经济学来达到统计上的正确性与合理性。
　　在日常的经济生活中，公司、政府智囊集团及经纪公司雇用经济
学家并付给他们高薪的一最重要的目的就是预测未来，以及使经济政
策和投资安全。当经济学家从各个学科吸取洞察力来作这种预测时，
统计学则成了最常用的方法。虽然枯燥的数字、多年积累起来的数据、
检验看起来模糊不清的假设令人十分乏味，但经济学家知道这些数据
个中的奥妙。正确的预测使国家预算成功或失败，也能决定投资者在
股市上的盈亏。
　　在预测变量间关系进行预测、从经济理论检验假说时，研究者通
常使用时间序列形式的数据，按年代排列的连续的观测值来研究宏观
经济变量。一种经济中的消费可能会依赖于总的劳动收入和财富、真
实利息率、人口的年龄分布等等，这些数据受到“干扰”影响都不大。
但这种教科书的例子只是一个静态的线性的两个变量的关系。实际经
济生活中，不少统计数据，如经济增长和通货膨胀的统计数据受到某
次石油危机或者某个格外寒冷的冬季这类突发事件影响的可能性则要
大得多，特别是金融市场的变化，人们要进行有效的预测更是困难。
某种突发事件容易导致大的经济危机或金融危机，而不少投资者（即
使看上去是聪明的投资者，如美国长期资产管理公司）容易因投资失
败而破产。
　　今年的诺贝尔奖得主抓住经济时间序列两个关键特征的非平稳性
和随时间变动的波动性来分析经济生活中出现的这些事件。因为，许
多宏观时间序列是非平稳的，比如说GDP追踪一种长期趋势，而短期
的干扰会影响它的长期水平。与稳定时间序列相比，非平稳序列并没
有任何明显的趋势得到一个常量或一个给定的趋势。长期以来，即使
宏观经济时间序列是不平稳的，研究者也只能使用标准的方法来研究。
在1974年，格兰杰和他的同事PaulNewbold认为对非平稳变量之间使
用标准能在完全不相关的变量间产生显著的关系，从而得到完全无意
义的结果。
　　当事实上这些关系存在时，统计的缺陷也会带来错误的结果。特
别是，它是很难在非平稳时间序列中区分暂时和长期关系的。如果增
长率事实上是平稳的，那么传统的方法便可适用。由于非平稳数据的
特征，要从短期波动的干扰中寻找潜在的长期关系便成为了一种挑战。
格兰杰与恩格尔就是创造了这样一种统计学分析的方法。
　　对于格兰杰与恩格尔，尽管两人同时获得诺贝尔经济学奖，而且
此奖公布名单时，恩格尔的名字写在格兰杰之前（这是因为从1990年
以来诺贝尔获奖名单都按名字的字母顺序排列，1990年以前是按贡献
大小和年龄长幼来排列），但就对该领域的贡献及资历来说，格兰杰
的影响与贡献要大。因此，我们先写格兰杰，然后再介绍恩格尔。